基于KMV模型的我国上市公司信用风险实证研究

KMV模型在我国存在较大的不适用性,而主要原因是我国存在严重的股权分置矛盾.鉴于当前股权分置问题已基本解决,试图研究现有经济条件下,KMV模型对我国上市公司,ST类上市公司和非ST类公司的比较,分析KMV模型在我国的适用性,并提出建议.     

基于KMV模型的上市公司信用风险度量

信用风险一直是金融市场面临的主要风险之一,因此,寻找一种科学合理的信用风险度量方法就显得尤为紧迫了。笔者经过长期学习实践发现,KMV模型通过量化的方式对上市公司的信用风险进行计算,其结果更加科学理性,有利于投资者及时采取措施规避相应风险。     

修正的KMV模型及其在我国上市公司信用风险度量中的应用

文章在主要阐述KMV模型基本原理的基础上,根据我国经济市场的特殊性对KMV模型进行了修正。通过对5个行业共10家上市公司的信用风险进行分析表明,采用修正后的KMV模型在中国的适用性和准确性都有所提高,能够较明显地看出信用较好的公司的违约距离比ST公司的要大,证明了KMV在预测信用风险上的作用,即可以比较准确地把握上市公司信用质量的变化趋势。     

修正的KMV模型及其在我国上市公司信用风险度量中的应用

文章在主要阐述KMV模型基本原理的基础上,根据我国经济市场的特殊性对KMV模型进行了修正。通过对5个行业共10家上市公司的信用风险进行分析表明,采用修正后的KMV模型在中国的适用性和准确性都有所提高,能够较明显地看出信用较好的公司的违约距离比ST公司的要大,证明了KMV在预测信用风险上的作用,即可以比较准确地把握上市公司信用质量的变化趋势。     

基于KMV模型的房地产业上市公司信用风险度量

房地产行业是国民经济的支柱行业,资金需求量大,信用风险暴露规模较大,对商业银行的信贷资产质量也会产生重大影响,因此如何对房地产企业的信用风险进行度量是信用风险管理领域的亟待解决的问题之一。本文结合我国房地产上市公司的实际情况,研究KMV模型在中国市场中评价房地产上市公司信用风险的能力,采用违约距离度量我国房地产业上市公司信用风险的现状。结果表明,参数调整后的KMV模型能够在整体上识别我国房地产上市公司信用风险。     

基于KMV方法的农业类上市公司信用风险度量研究

文章以35家农业类上市公司为样本,根据Black-Scholes期权定价理论构建KMV模型,利用2008年财务数据,通过运行Eviews,计算31家公司2009年的违约概率,以期为商业银行选择贷款对象提供理论依据.     

基于KMV方法的农业类上市公司信用风险度量研究

文章以35家农业类上市公司为样本,根据Black-Scholes期权定价理论构建KMV模型,利用2008年财务数据,通过运行Eviews,计算31家公司2009年的违约概率,以期为商业银行选择贷款对象提供理论依据。     

基于KMV方法的农业类上市公司信用风险度量研究

文章以35家农业类上市公司为样本,根据Black-Scholes期权定价理论构建KMV模型,利用2008年财务数据,通过运行Eviews,计算31家公司2009年的违约概率,以期为商业银行选择贷款对象提供理论依据。     

KMV模型在农业上市公司信用风险度量中的应用

我国商业银行面临的主要风险是信用风险,信用风险管理成为银行关注的重中之重。本文以农业类上市公司为样本,运用Matlab技术,通过实证来检验模型识别上市公司信用风险的能力,研究表明现阶段基于期权定价理论的KMV模型能很好地度量我国农业类上市公司的信用风险。     

基于KMV模型的纺织业上市公司信用风险研究

论文以KMV模型作为度量信用风险的基本模型,验证了KMV模型适用性,分析了次贷危机对纺织业上市公司信用风险的影响。研究发现KMV模型适用于我国纺织业上市公司的信用风险衡量,次贷危机对上市公司信用风险产生了显著的影响。     

基于KMV模型的信用风险实证分析——以食品行业上市公司为例

食品行业作为我国的民心行业,安全问题日益凸显。作为我国食品行业领域最具代表性的企业——食品行业上市公司,诸如食品安全等多种违规现象带来的巨大投资风险严重困扰着广大投资者。本文从如何规避上市公司信用风险入手,通过分析利用KMV模型型,运用MATLAB软件,对我国食品行业4家上市公司6年的财务数据进行了违约距离和违约率的实证分析。结果显示,KMV模型能较好地识别上市公司的信用风险能力力,能够为金融机构、投资者和普通消费者揭示食品类上市公司的信用风险。     

用违约距离判别信用风险:一个实证研究

本文选取了在中国A股市场上市的4家具有一定代表性的ST公司和4家对照公司,并通过计算从2003年到2005年的静态违约距离和不变增长率假设下的违约距离,发现后者比前者具有更好的判别能力;同时对影响违约距离大小的输入变量进行了敏感性分析,发现违约距离对股票收益波动率的变化最为敏感,因而精确计算波动率是关键。     

基于修正KMV模型对房地产上市公司信用风险评估

本文选取10家ST股和10家非ST股参考,运用修正的KMV模型对房地产上市公司的信用风险进行评估。     

修正的KMV模型在上市公司信用风险度量中的应用分析

针对传统KMV模型在我国目前的市场环境下的不适用情况,本文采用GARCH（1,1）模型对公司资产价值的波动率进行了预测,以此来计算违约距离,并对ST公司和非ST公司的信用风险的识别进行了实证分析,发现基于GARCH（1,1）模型的修正的KMV模型在我国目前的市场环境中具有一定的适用性。     

修正的KMV模型在上市公司信用风险度量中的应用分析

针对传统KMV模型在我国目前的市场环境下的不适用情况,本文采用GARCH(1,1)模型对公司资产价值的波动率进行了预测,以此来计算违约距离,并对ST公司和非ST公司的信用风险的识别进行了实证分析,发现基于GARCH(1,1)模型的修正的KMV模型在我国目前的市场环境中具有一定的适用性。     

利用KMV仿真模型动态监控科技型中小上市公司违约风险北大核心

国内外目前尚没有KMV模型的简单计算方法,许多学者只能通过复杂编程来实现KMV的运行。利用Simulink功能模块选择及模块设置可对复杂的KMV模型进行系统仿真集成,通过友好界面利用KMV模型快速计算中小上市公司违约距离和违约概率。选取沪深两市14家ST科技型中小上市公司以及20家非ST科技型中小上市公司进行实验研究,结果表明:发生财务危机后ST科技型中小上市公司与非ST科技型中小上市公司信用风险违约距离存在显著区别;但一般情况下,它们的信用风险违约概率都较低;金融机构可以利用MKV仿真模型对科技型上市公司进行实时动态风险监控。     

江苏省城投债信用风险研究——基于KMV模型

随着城市化建设的推动,中央积极鼓励地方政府通过发行城投债融资。但是近几年来,全国各地方政府城投债发行规模的迅速膨胀,以及部分地方融资平台违约的发生,引发了各界人士对城投债信用风险的担忧。本文运用KMV模型,把地方政府预期财政收入当作城投债违约时点,测算当前江苏省已发行城投债的信用风险,并得出结论:除2016和2019年城投债规模离违约时点较近外,江苏省已发行城投债信用风险基本可控。另外,通过敏感性分析测算未来财政收入波动对违约率的影响,为未来江苏省的城投债发债规模提出了合理建议,包括发行短期融资券和中期票据等。     

基于KMV模型的上市公司信用风险测度研究

一、引言信用风险是整个金融业面临的最主要的风险之一。信用风险直接影响到现代社会经济生活的各个方面,也影响到一个国家的宏观经济决策和经济发展,甚至影响全球经济的稳定和协调发展。本文采用KMV模型对我国上市公司信用风险测度进行研究,并对     

基于BP-KMV模型的非上市公司信用风险度量北大核心

我国商业银行面对的信贷客户大都是非上市公司,如何有效地度量非上市公司的信用风险一直是我国商业银行亟待解决的难题。通过构建BP神经网络与KMV模型相结合的BP-KMV信用风险评价模型,以46家中国制造业上市公司及35家制造业非上市公司的相关数据为样本,运用Matlab技术进行实证分析,结果表明,通过该模型计算出来的非上市公司违约率可用度很高,能很好地评估上市公司信用状况。     

我国上市公司短期信用风险度量的实证研究

上市公司的短期信用风险不仅可能给投资者和公司带来巨大的经济损失,而且也可能对整个金融市场的稳定造成危害。本文在运用主成分Logistic回归模型对我国上市公司短期信用风险进行定量分析的基础上,结合我国实际情况,提出上市公司短期信用风险度量的策略。